Estudo exploratório da aplicação de máquinas de vetores de suporte na predição do lead time de fabricação em indústria do ramo mecatrônico

Abstract

A predição do Lead-Time de fabricação permite alocação estratégica de recursos materiais e humanos. Portanto, vem se tornando desafio comum às empresas em vista do cenário amplamente competitivo do mercado contemporâneo. O presente trabalho, avalia a viabilidade de modelar o Lead-Time em empresa de produção mecatrônica da área médica e espacial segundo base de dados de produção. Abordou-se o problema por meio de regressão via Support Vector Machines (SVM), utilizando a ferramenta NIOTS que implementa meta-heurísticas para ajuste dos hiper-parâmetros a partir de um problema de otimização multi-objetivo. Aos modelos encontrados, foram aplicadas métricas de avaliação e, com base nelas, foram propostas novas abordagens para a fase de pré-processamento de dados, buscando maximizar a capacidade de generalização. O resultado obtido com as SVM foi comparado a implementações de regressão linear múltipla e random forest. Ao fim do trabalho, atingiu-se uma marca de Mean Average Percentage Error (MAPE) correspondente a 29%, 35% e 17% para os três algoritmos respectivamente. Adicionalmente, propôs-se modelo flexível que permitisse ajuste de predições otimistas ou pessimistas implementado através de manipulação da função de perda 𝜖-insensitiva das máquinas de vetores de suporte.